R help es - Aug 2021 - Identificar las muestras que son iguales a la seleccionada en un loop

Buenos tardes, tengo una df, datarem, resultado de un remuestreo de data,
que lógicamente tiene muestras repetidas muchas veces. Para hacer un
leave-one-out, cada vez que quito una muestra tengo que quitar también las
que son iguales a ella. Se me ocurrió hacer lo de abajo, pero no funciona
porque "duplicated" no hace lo que yo creía y no sé cómo identificar
las
muestras que son iguales a la seleccionada (datarem[i, ]), aunque creo que
es sencillo.
Lo de después de aplicar rpart tampoco está bien, porque la muestra sobre
la que predigo no es la misma que había quitado. Cualquier sugerencia al
respecto también me vendría bien.

preds <- c(0)  # creamos un vector vacío

for (i in 1:nrow(data)) {
  index <- which(duplicated(data.rem[i, ]))
  training <-  training  [-i, ]
  training <-  datarem[-index, ]
  fitrp <- rpart(loc ~ .,data=training)
  Pred <- predict(fitrp,data[i,], type="class")
  preds[i] <- as.character(Pred)
}
data$preds<- preds

Muchas gracias, como siempre.
Manuel

	[[alternative HTML version deleted]]

Hola, Manuel;
Mi respuesta supongo que será rebuscada, porque conozco poco.

datos %>%
   filter(variable!=i)

Disculpá si desbebo fuera del recipiente. Si sirve, casualidad.
Saludos
Juan

Hau idatzi du Manuel Mendoza (mmendoza en fulbrightmail.org) erabiltzaileak
(2021 abu. 17, ar. (20:08)):
> Buenos tardes, tengo una df, datarem, resultado de un remuestreo de data,
> que lógicamente tiene muestras repetidas muchas veces. Para hacer un
> leave-one-out, cada vez que quito una muestra tengo que quitar también las
> que son iguales a ella. Se me ocurrió hacer lo de abajo, pero no funciona
> porque "duplicated" no hace lo que yo creía y no sé cómo
identificar las
> muestras que son iguales a la seleccionada (datarem[i, ]), aunque creo que
> es sencillo.
> Lo de después de aplicar rpart tampoco está bien, porque la muestra sobre
> la que predigo no es la misma que había quitado. Cualquier sugerencia al
> respecto también me vendría bien.
>
> preds <- c(0)  # creamos un vector vacío
>
> for (i in 1:nrow(data)) {
>   index <- which(duplicated(data.rem[i, ]))
>   training <-  training  [-i, ]
>   training <-  datarem[-index, ]
>   fitrp <- rpart(loc ~ .,data=training)
>   Pred <- predict(fitrp,data[i,], type="class")
>   preds[i] <- as.character(Pred)
> }
> data$preds<- preds
>
> Muchas gracias, como siempre.
> Manuel
>
>         [[alternative HTML version deleted]]
>
> _______________________________________________
> R-help-es mailing list
> R-help-es en r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es
>

-- 
Juan Abasolo, PhD

Hizkuntzaren eta Literaturaren Didaktika Saila | EUDIA ikerketa taldea
Bilboko Hezkuntza Fakultatea
Euskal Herriko Unibertsitatea
UPV/EHU

Sarriena auzoa z/g 48940 - Leioa (Bizkaia)

T       : (+34) 94 601 7567
Telegram: @JuanAbasolo
Skype   : abasolo72

Tutoretza ordutegia <https://labur.eus/JAbasolo-tutoretzak>
[blo <https://juanabasolo.netlify.app/>][gak
<http://bosgarrena.blogspot.com/>]

	[[alternative HTML version deleted]]